奶牛乳房炎自动检测技术研究进展

奶牛乳房炎是影响奶牛健康的主要疾病之一,发病率高、发病范围广、经济损失严重。目前奶牛乳房炎的检测大多是采集奶牛乳汁进行理化性质检测,该方法对检测环境有着较高要求,且检测周期长。随着信息技术的迅速发展,奶牛乳房炎的自动检测技术取得了较好的研究成果。该研究根据数据的传感器类型,从视觉传感器、自动挤奶系统与其他传感器3个方面阐述了奶牛乳房炎自动检测的研究进展。基于视觉传感器的奶牛乳房炎自动检测方法包括基于乳房热红外图像和基于乳汁图像的检测方法,该方法较大程度上保障了动物福利,但检测精度有待提升;基于自动挤奶系统（automatic milking systems, AMS）的奶牛乳房炎自动检测方法利用AMS获取乳汁信息,然后构建乳房炎检测模型,该方法检测误差较小,但成本较高;基于其他传感器的奶牛乳房炎检测方法采用独立研发的传感器获取乳汁数据,预测乳房炎发病情况,该方法操作简便,但使用不同传感器构建的检测模型精度差异较大。该文还探讨了目前奶牛乳房炎自动检测领域存在的精度低、实时性差、自动化不足等问题,并展望了该领域未来的发展趋势,以期为开展奶牛乳房炎自动检测技术与方法研究提供参考。     

泰州市奶牛乳房炎调查及其病原菌的分离

奶牛乳房炎是奶牛场的常发病和难以防治的疾病,为进一步了解引起奶牛乳房炎的病原微生物,本研究通过对泰州市3个奶牛场572头泌乳牛的乳房炎发病率进行了调查并对乳房炎主要病原菌进行分离和鉴定。结果表明,奶牛临床型乳房炎的发病率为7.69%,隐性型乳房炎发病率为56.64%,乳区阳性率为33.8%,其中临床型：隐性=1：7.36。从65份确定患有乳房炎的奶样中共分离获得8种细菌、156株分离株,且引起乳房炎的主要病原菌是金黄色葡萄球菌和表皮葡萄球菌,其次是停乳链球菌、大肠杆菌、乳房链球菌和无乳链球菌,其检出率分别为42.31%、23.08%、8.97%、6.41%、5.13%和1.28%。该项调查结果初步明确了泰州市乳房炎发病情况,同时为进一步综合防治奶牛乳房炎和研制乳房炎治疗药物提供了科学依据。     

金黄色葡萄球菌乳房炎奶牛血浆的比较蛋白质组研究

为了分析金黄色葡萄球菌(Staphylococcus aureus)自然感染引起的隐性乳房炎奶牛血浆蛋白的表达变化,经细菌培养分离鉴定了乳中金黄色葡萄球菌,选择其感染的奶牛.采用二维凝胶电泳技术分离了临床健康奶牛和乳房炎奶牛的血浆蛋白,考马斯亮蓝G-250染色后PDQuest 8.0软件检测差异表达蛋白点,高效液相色谱串联离子阱质谱鉴定.结果发现,金黄色葡萄球菌乳房炎奶牛血浆中有10个蛋白点的表达量发生改变,其中6个蛋白点经质谱鉴定为结合珠蛋白、转甲状腺素蛋白和α1酸性糖蛋白等4种蛋白.金黄色葡萄球菌感染可造成奶牛血浆结合珠蛋白、α1酸性糖蛋白和血清淀粉样蛋白A的表达量增加.ELISA法测定血浆结合珠蛋白的结果也发现,金黄色葡萄球菌感染奶牛血浆结合珠蛋白水平显著高于健康牛(P＜0.01).结果提示乳房炎奶牛血浆蛋白的变化可为揭示金黄色葡萄球菌感染乳腺炎症的应答提供依据.     

奶牛隐性乳房炎便携式计算机视觉快速检测系统设计与试验

为解决奶牛隐性乳房炎难以防治的问题,构建了一种基于计算机视觉技术的快速检测系统。通过电脑与USB摄像头采集牛奶p H测试纸图像,提出了一种融合颜色特征与形态学处理的分割方法,分割化学反应区并获取RGB值,使用Foss5000牛乳体细胞分析仪得到牛奶体细胞实测值,采取幂回归法建立RGB值与牛奶体细胞数的预测模型,并基于Android技术开发了便携式移动终端设备。牛场实测20组数据试验结果显示,牛奶体细胞数估测值与实测值相关系数为0.970,估测平均相对误差为3.67%,标准差为1.88%。系统估测牛奶体细胞数较为准确,可用于奶牛隐性乳房炎快速检测。     

基于热红外成像技术的小麦病害早期检测

实现对受到病原侵染的小麦植株进行早期检测,对于小麦病害的监测预警和及早防治具有重要意义。为研究热红外成像技术早期检测小麦病害的可行性,该研究以小麦条锈病为例,以健康小麦植株、条锈病潜育期和发病期小麦植株为试验材料,利用热红外成像技术采集他们的热红外图像和叶片温度,在潜育期内连续检测其热红外图像和叶片温度随接种天数的变化。通过图像对比发现,接种后第5天,肉眼观察热红外图像可将受到侵染但未显症的小麦植株与健康植株区分开来。进一步数据处理,表明接种后第3天处于条锈病潜育期的小麦植株叶片平均温度和不同部位最大温差分别比健康植株叶片的低0.08℃和高0.04℃(P0.05),可将处于条锈病潜育期的小麦植株与健康植株区分开来。随着接种后天数的增加,处于条锈病潜育期的小麦植株叶片的平均温度和最大温差与健康小麦植株叶片的差异逐渐增大。接种后第12天,接种小麦植株叶片平均温度比健康植株叶片低1.22℃,接种小麦植株叶片最大温差比健康植株叶片高1.58℃。可见,利用热红外成像技术可以早期检测到小麦受到病原侵染后的温度变化,热红外成像技术作为一种小麦病害早期检测的方法是可行的。     

基于热红外视频的奶牛跛行运动特征提取与检测

针对基于可见光视频的奶牛跛行检测系统易受光线、环境变化因素影响的问题，该研究提出了一种基于热红外视频的奶牛跛行运动特征获取与检测的方法。该研究利用深度学习与传统图像处理方法，分别对热红外相机与可见光相机所拍摄的奶牛行走视频进行了奶牛跛行运动特征的提取检测。通过检测结果分析可知，相较于可见光图像，算法对于热红外图像中的奶牛跛行运动特征检测效果更好、准确率更高并且热红外图像可以有效减少光线等外界因素对特征提取的影响，利用深度学习与传统图像处理对运动特征检测的平均精度达到了90.84%与74.26%。研究利用弓背曲率分别针对热红外视频与可见光视频中的行走奶牛进行跛行检测试验，试验结果表明，针对热红外视频中的奶牛跛行检测精度为90.0%，Macro-F1为0.90；针对可见光视频中的奶牛跛行检测精度为83.3%，Macro-F1为0.83。研究表明热红外相机应用于计算机视觉奶牛跛行检测系统可以更好的实现奶牛跛行运动特征获取与跛行检测，有效提高检测准确性与鲁棒性。     

奶牛三大常见病的防治

近几年来 ,随着人民群众生活的不断提高 ,奶牛养殖业的发展也很迅速 ,但牛的疾病防治也是整个饲养环节的重中之重 ,尤其是奶牛的乳房炎、子宫炎和蹄叶炎这三大常见病 ,一旦感染 ,难以短期内治愈 ,给奶牛业生产造成重大损失。现将这 3种常见病的有效防治方法介绍如下。1　奶牛乳房炎1.1　接种乳房炎疫苗乳房炎疫苗是一种预防乳房炎的特效疫苗 ,能有效的预防乳房炎 ,特别是隐性乳房炎的发生。具体使用方法为 :肩部皮下注射 3次(每次 5ml) ,第 1次在牛干奶时注射 1针 ,3 0天后注射第 2针 ,并于产后 72小时注射第 3针。1.2　乳头药浴停乳或临产…     

巢式PCR检测无乳链球菌16SrRNA方法的建立及应用

无乳链球菌（Streptococcus agalactiae）引起的奶牛乳房炎主要表现为隐性型,需要通过实验室检查才能确诊。研究建立了一种特异、敏感和快速的巢式PCR方法用于检测奶样中的无乳链球菌。利用链球菌属（Sgeptococcus）16S rRNA基因的保守区设计通用引物作为链球菌属的阳性控制,在保守区内的可变区设计无乳链球菌特异的引物。研究结果表明,通过奶样中无乳链球菌的增菌培养,简便、快速提取DNA和特异性PCR反应,可以检测到奶样中1CFU／mL的无乳链球菌,可以用作牛群中无乳链球菌感染的早期流行病学调查。     

我国部分地区奶牛乳房炎源大肠杆菌生物学特性及耐药性分析

调查奶牛乳房炎源大肠杆菌的某些生物学特性及其耐药状况,以提高药物疗效,减少牛乳中药物的残留。本研究从国内7个省、市、自治区部分地区患乳房炎奶牛的乳样中分离纯化与鉴定出95株大肠杆菌(Escherichia coli),并对大肠杆菌分离株进行O血清型鉴定、小鼠(Mus musculus)致病性试验以及抗菌药物敏感性分析。研究结果显示,95株大肠杆菌共鉴定出37种血清型,覆盖了54株分离株,另有2株自凝,39株未鉴定出型,较常见血清型为093和09;大肠杆菌分离株接种小白鼠剖检可见明显病变;95株大肠杆菌对16种抗菌药物中的8种药物耐药率超过50%,青霉素的耐药率甚至达到100%,同一菌株最多耐药14种,最少耐药2种,耐药6种以上菌株占到51.58%。表明,奶牛乳房炎源大肠杆菌分离株血清型比较复杂,且对多种药物产生不同程度的耐药性,存在着严重的多重耐药情况。本研究为奶牛乳房炎疫苗的研制和乳房炎的临床治疗提供理论依据。     

奶牛乳房炎(隐性)的治疗方法探究

乳房炎是奶牛最常见的疾病,可降低奶牛生产性能,影响牛奶品质,给奶业生产造成严重经济损失。因此,从多方面加强对乳房炎的综合防治,提高奶业经济效率已势在必行。基于此,综述奶牛隐性乳房炎的各项治疗措施,为提高奶牛养殖质量提供可靠依据,最终目的在于保障奶牛养殖户自身利益。     

Mastitis in dairy production: Estimation of sensitivity, specificity and disease prevalence in the absence of a gold standard

Mastitis, a worldwide endemic disease of dairy cows, is an important cause of decreased efficiency in milk production. Early medical treatment can reduce the nonreversible losses in milk production caused by this infection. Various diagnostic tests for mastitis are available, including a test measuring the electrical conductivity of milk (MEC test), the industry standard of somatic cell counting (SCC test), a bacteriological test, and a recently developed test measuring mammary associated amyloid A (MAA test). None of these tests is considered a gold standard, however. The aim of the present study was to determine which of these tests provides the best results, and at what cost, to improve the efficiency of milk production. For this study, 25 cows were tested at all four quarters of the udder with each of the aforementioned mastitis diagnostic tests. Based on the data, the disease prevalence as well as the sensitivity and the specificity of the four tests were estimated with a Bayesian approach by extending the Hui and Walter model with two independent tests and two populations to a model with four partially dependent tests and one population. This model was further combined with a receiver operating characteristics analysis to estimate the overall test accuracy.     

基于头颈部轮廓拟合直线斜率特征的奶牛跛行检测方法

针对人工跛行检测不够及时,难以发现突发中、重度跛行及轻度跛行行为的问题,该文提出了一种基于正态分布背景统计模型(normal background statistical model,NBSM)与局部循环中心补偿跟踪模型(local circulation center compensation track,LCCCT)和线性斜率最近邻分类(distilling data of KNN,DSKNN)技术的奶牛跛行检测方法。首先利用NBSM模型对奶牛序列图像中的目标奶牛像素区域进行分割,然后对得到的奶牛像素区域利用LCCCT模型提取目标奶牛身体前部像素区域,用其区域通过DSKNN模型提取目标奶牛的头部、颈部以及与颈连接的背部轮廓线拟合直线斜率数据,基于大样本视频序列帧数据将视频集制成轻度跛行、中重度跛行及正常等3类标签的斜率数据集。为了验证算法的有效性,对随机选取的18段奶牛视频进行了验证,其中正常奶牛、轻度跛行奶牛及中重跛行奶牛视频段各6段,获得头部、颈部及背部连接处的拟合直线斜率数据集。在未清洗的数据集上,分别利用SVM、Naive Bayes以及KNN分类算法进行了奶牛跛行的分类检测试验,试验结果表明,SVM与Naive Bayes跛行分类检测正确率均为82.78%,KNN奶牛跛行检测正确率为81.67%。将未清洗的数据集进行清洗后,3类算法的结果表明,KNN分类算法的跛行检测正确率达93.89%,高于SVM分类算法的91.11%及Naive Bayes分类算法的86.11%。上述结果表明通过头部、颈部及背部连接处的拟合直线斜率特性可以正确检测奶牛跛行,未清洗的数据经数据清洗后,KNN分类算法可以取得更好的检测结果。该研究结果对于奶牛跛行疾病的预防、诊断具有重要意义。     

Assessing the Correlation Structure in Cow Udder Quarter Infection Times Through Extensions of the Correlated Frailty Model

The association between infection times of the udder quarters of a dairy cow is essential information for the preventive control of udder infections in a dairy cow herd. Extensions of the correlated frailty model are proposed to investigate and compare different correlation structures among the four udder quarter infection times clustered within a cow. Such complex frailty models can be fitted with the SAEM-MCMC algorithm. It is demonstrated that substantial correlation exists between the udder quarter infection times, with the correlation within front and rear udder quarters being larger than between front and rear udder quarters. This signifies that an infected udder quarter is a risk factor for the other udder quarters, especially when the udder quarter is in the same region, i.e., front or rear.     

奶牛卧床冷水管局部降温系统应用效果分析

为缓解奶牛热应激,该研究基于奶牛胸颈部热敏感区产热及散热理论,开发了一套卧床冷水管局部降温系统。该研究在自然通风牛舍,通过水管壁温与试验组卧床表面温度变化测试了系统性能,并通过试验组与对照组奶牛核心体温、呼吸频率、产奶量及躺卧行为的差异分析了系统的应用效果。试验期间,系统水管壁温的变化范围为18～22 ℃,进出水温差1.7 ℃;试验组卧床表面平均温度维持在21～23 ℃,比对照组显著降低2.1 ℃（P<0.01）。结果表明,卧床冷水管局部降温系统水管壁温与距进水口的管道长度呈线性正相关关系。当温湿指数（Temperature-Humidity Index, THI）达到72时,试验组奶牛核心体温比对照组降低0.3 ℃（P<0.01）,呼吸频率降低9次/min（P<0.01）,证明卧床冷水管局部降温系统可有效缓解奶牛热应激。该研究为牛舍环境局部降温及缓解奶牛热应激提供了方法支撑。     

挤奶机真空度对牛奶体细胞数和牛乳头末端壁厚的影响

为了研究挤奶机系统真空度不同时的挤奶效果,解决目前挤奶机使用中系统真空度缺乏科学设定依据的问题,该文以12头高产泌乳牛(单产(7.4±0.4)t)为试验对象,以体细胞数(somatic cell count,SCC)、乳头末端壁厚变化率以及挤奶量等作为挤奶效果评价指标参数,在系统真空度分别为44、46以及48 kPa时,研究了系统真空度对泌乳牛挤奶过程不同阶段的内套真空度和挤奶杯口真空度的影响,量化了系统真空度对挤奶效果评价指标的影响程度。研究表明,当系统真空度从44 kPa增加至48kPa时,挤奶量、挤奶时间以及平均奶流量均无显著差异,但体细胞数的对数(P0.05)和乳头末端壁厚变化率(P0.05)均显著增加。研究认为试验挤奶机用44 kPa的系统真空度比用46或48 kPa时的效果更好。该文为中国挤奶机使用中系统真空度的优化设置提供技术支持。     

基于全混合日粮饲喂技术的精饲料精确饲喂模式

为了提高奶牛产量、降低生产成本,奶牛精细饲喂是重要的实现途径,该文对奶牛精饲料精确饲喂与配套饲喂模式进行了研究。该文以个体奶牛为饲养管理单位对200头和500头牛群进行了"TMR（total mixed ration,全混合日粮）+精饲料精确饲喂"饲喂模式的牛舍内和奶厅外饲喂研究,试验结果表明：牛舍内饲喂采用牛颈枷间距1.2 m,装备行进速度0.45 m/s时,识别系统对奶牛的识别率100%,识别准确率不小于96%,抢食率不大于4%,系统响应时间不大于2 s,每百头奶牛饲喂时间不大于0.4 h;奶厅外饲喂采用牛颈枷间距1.4 m,装备行进速度0.7 m/s时,识别系统对奶牛的识别率100%,识别准确率不小于99%,抢食率为0,系统响应时间不大于2 s,每百头奶牛饲喂时间不大于0.35 h;同时试验期间比2011年同期传统"TMR+人工补饲精饲料"饲喂模式平均单产提高0.8 kg/d,并减轻了劳动强度。研究结果可为奶牛饲喂与养殖模式相关研究、牛场建设与改造等提供参考。     

Modeling interval-censored, clustered cow udder quarter infection times through the shared gamma frailty model

Time to infection data are often simultaneously clustered and interval-censored. The time to infection is not known exactly; it is only known to have occurred within a certain interval. Moreover, observations often occur in clusters. Consequently, the independence assumption does not hold. Here we propose an extension of the shared gamma frailty model to handle the interval censoring and clustering simultaneously. We show that the frailties can be integrated out analytically, allowing maximization of the marginal likelihood to obtain parameter estimates. We apply our method to a longitudinal study with periodic follow-up on dairy cows to investigate the effect of parameters at the cow level (e.g., parity) and also parameters that can change within the cow (e.g., front or rear udder quarter) on time to infection. Dairy cows were assessed approximately monthly for the presence of a bacterial infection at the udder-quarter level, thus generating interval-censored data. Obviously, the four udder quarters are clustered within the cow. Based on simulations, we find that ignoring the interval-censored nature of the data can lead to biased parameter estimates.